情報デザイン学科・文化情報学科：画像認識コンペ「学内の場所を特定しよう！」で100%達成！学生が挑んだ最先端の学び

文化情報学科「展開演習2」（担当：早瀬光浩准教授）では、AIの最先端技術である深層学習を実践的に学ぶために、今年も画像認識コンペを開催しました。テーマは「学内の場所を特定しよう！」。学生たちは、自分で撮影したキャンパス内の写真を使ってデータセットを作成し、AIに学習させて精度を競い合いました。

今回の大きな成果は、学習に使っていないデータでテストを実施し、画像サイズを512×512に拡大した条件で最高精度100%を達成したことです。特に ResNet50 と DenseNet121（共に画像認識モデル） を使った学生は、いずれも 100%（同率1位） という結果を記録しました。

授業では、学生たちが「学習用データでは高精度なのに、検証用データでは精度が下がる」といった経験を繰り返し、試行錯誤を重ねました。この過程を通じて、「検証用で高い精度を出すことこそが、本当に使えるモデルを作るために重要」であることを学びました。

また、同じデータを覚えすぎてしまい、新しいデータでは間違えてしまう現象（過学習）についても実際に体験しました。AI開発ではこの「過学習」を避ける工夫が欠かせないことを理解し、改善の方法を考える学びにつながりました。

同じ日の撮影データであっても、建物の外観や通路の構図が似ていたり、背景に共通する要素が含まれていたりする場合には誤認識が生じました。学生たちはこうした結果を分析し、AIが苦手とするケースや過学習の影響について理解を深めました。授業の様子からは、「人間なら間違えないのにAIは誤る」「似た背景が重なると迷うのだな」といった気づきを口にする学生の姿も見られました。

「モデルや、学習の回数、画像のサイズなどを変化させながら試行錯誤することでより深い理解を得られました。また、講義で学んだことを生かし、コンペという機会を通じて知識をアウトプットすることで、自分の知識をより良いものにできたと思います。」（Aさん）
「闇雲に学習回数を増やすだけでは精度が向上しないことを実感しました。データやモデルとの適切なバランスが重要なのだと学びました。」（Bさん）

学生たちは今回の実習を通して、AIは設定次第で結果が大きく変わることを体験し、理論だけでなく実践的なスキルも身につけました。

情報デザイン学科でも、このように実際にAIを動かしながら学べる環境が整っています。AIやデータサイエンスに関心のある高校生のみなさん、ぜひ本学で“最先端の学び”に挑戦してみませんか？

2023年度：「動物を特定しよう」
・文化情報学科：画像認識コンペを実施
・文化情報学科：画像認識モデルを作成

2024年度：「お店を特定しよう」
・情報デザイン学科・文化情報学科：AIで看板を認識！文化情報学科の授業で画像認識コンペ開催！
・情報デザイン学科・文化情報学科：大学生のAI挑戦！星ヶ丘テラスの看板認識コンペで84.5%の高精度を達成